论文修改意见 (PanCF 20211028 创新的层次)

1. 原创性问题
   重在问题的意义：动机。需要问题的良好定义：输入、输出、优化目标。
   用户行为模拟？
2. 原创性方法
   核心技术，在机器学习里面很多时候只是一个优化目标。不需要多，但确实效果要好。
   典型例子：卷积核（非常厉害），U-net, 不同的激活函数，drop out，direct connect
3. 增量式核心方法
   在别人的优化目标上增加了正则项，缓解过拟合。
4. 框架创新
   每个具体技术都有，但搞了个框架进行集成。
   典型例子：新的网络结构，进行了调参（层数、节点数）但效果确实好且有较好的适应性。
5. 应用创新
   把已有的网络框架应用到一个新的数据。如果不能为这类数据进行调整，就很难说是创新。

为了突出论文的创新，自己写的式子、算法都需要重点描述，相关工作的式子，尽量少列一些。